品質管理手冊 202006更新

2020.06.21 新增文章

2020.04.06 新增超連結

畢業後從事品質工程管理轉眼也已九年了，工作之餘總想替自己留下一些紀錄。這些紀錄大多是我在工作時遇到困難所蹦出來的想法，然而這些想法並不是胡思亂想，更具體的說，這些想法反應出我工作上所遇到的難題以及我後來是如何找到這些難題的解答的。

我常詢問：為什麼？這讓我進而思考許多基本的問題，而你會發現這些問題在職場上很少人能回答你。這些問題的重要性在於日常中並不容易察覺，卻是未來你遇事的決斷基礎。大多數的人都依照前人的做事方法工作，很少有人能夠在工作中靜下心來思考基本問題，持續思考基本問題能幫助你遇到困難時回歸基本面，使得困難的問題往往並不那麼複雜。如果週遭的人不能教你思考基本問題，你只能想辦法從該領域的大師、真正經歷過動手解決問題的人和願意分享自身經歷的人身上得到一些基本問題的蛛絲馬跡。

工作中即便工作內容滿是客訴、部門間的抱怨、主管的爛決策，你是否曾靜下心來問過自己「品質是什麼」呢？如果我們要區分什麼是好的品質、何謂壞的品質，甚至追求卓越的品質，除了傳統上模糊的好產品或壞產品之外，更實際的作法是替品質下定義。從看似簡單的基本問題開始著手，我們才有能力辨別品質的好壞。如此一來，許多人們才真正認知到原來做了這麼久品質工程師才第一次想到要問這個問題，這也是「品質是什麼」這系列文章的由來，對於我自己來說這個答案也隨著個人經歷而不斷改變。

2017的9月份我找到一本原文教科書，書名是統計品質管制第6版「Introduction to Statistical Quality Control 6th Edition」。這本書直接了斷的定義品質就是「變異的反比」(Inversely proportional to variability)直接否定其他不以預防為優先的品質定義，這點我相當佩服。但在這本書之前我自己從自身的工作經歷問了自己下面三個問題，分別是：

品質是否在不同的產業有不同的定義？它們的執行狀況又是如何？
在品質工具的使用下，為什麼產品的品質總是無法顯著提升？公司總是忙著處理異常？
為何我已經推廣6 sigma這種統計工具，但成效總是差勁、無法帶動公司品質？

我把這些問題與我自己在各個產業看到的現象寫成3篇文章作為我紀錄的濫觴
【工作分享】品質是什麼？品質工程師之路＿產業間的差異 The Insight of Quality – Way to be a Quality Engineer
【工作分享】品質是什麼？品質工程師之路＿過度分化的後果 The Insight of Quality – Way to be a Quality Engineer
【工作分享】品質是什麼？品質工程師之路＿6 Sigma的迷思 The Insight of Quality – Way to be a Quality Engineer

延續「過度分化的後果」一文，對於品質工作領域不理解的人常常認為品質部門是個專門閒閒沒事幹找麻煩的單位，這絕對是對品質工作最大的羞辱與不尊重，我們應該立即嚴正導正這種觀念。真正對產品、服務有所要求的公司，絕對是從上到下積極參與品質改善活動，每個部門都是各自產出的品質把關者並且彼此協調合作，而不是僅有所謂的品質管理部門在「輔導與稽核」、「阻擋出貨」和「檢驗」品質。

我們最首先要認知到最重要的觀念就是「品質不是檢驗出來的」。從這個觀念延伸出來的重要想法包括應該要想盡辦法採取預防措施，去設想風險存在的流程、去思考怎樣做可以優化流程減少損失、去警示人們容易出錯的動作。「預防」的核心宗旨是擁有隨時隨地發覺並實行改善的步驟，由此出發便可以看出許多有問題的流程和具有風險的動作。

【工作分享】品質是什麼？品質工程師之路＿提升品質的重要關鍵 The Insight of Quality – Way to be a Quality Engineer
【工作分享】品質是什麼？品質工程師之路＿人力支援風險評估 The Insight of Quality – Way to be a Quality Engineer
【工作分享】製程風險管控(整合版) 品質工程師之路＿The Insight of Quality – Way to be a Quality Engineer
【工作分享】流程與工程變更品質工程師之路＿The Insight of Quality – Way to be a Quality consultant
【品質工程】從復興空難看標準作業流程及風險防範

【品質工程】如何讓公司擁有最爛的品質？

【品質工程】變更管理與風險意識是品質工程的重要利器

【品質工程】從頭打造公司品質體系的思考層面及經驗分享_Checklist的智慧

【品質工程】從頭打造公司品質體系的經驗分享

從風險的概念我們衍伸出與傳統觀念不同的機率觀點，進而影響到我們看待風險的方式。傳統上認為異常是一種離散型的問題，也就是要嘛就發生、要嘛沒有發生，中間沒有模糊地帶。然而統計與機率的觀點告訴我們，風險其實就是異常發生的機率，我們身處在機率的世界裡；這表示事物並不是發生與沒有發生，而存在於某種即將發生但尚未發生的狀態。若覺得這種觀念很難懂可以去google著名的「薛丁格的貓」假想。

由此出發，任何流程上的問題幾乎都能用機率描述：

作業員眼殘看錯產品標籤號碼的機率、油漬在地上讓人滑倒的機率、機台期望故障時間、食物的保存期限、CNC切削金屬工件的尺寸分佈、消費者買到手機機王的機會。這些問題一旦被機率描述，我們就能用簡單的工具協助判斷風險的高低。如果我們期待一個零缺陷的品質比較務實且明確的講法就是採用機率描述，汽車安全氣囊的不良率低於0.001%就是一個明確且務實的目標，它讓人們能夠往這目標靠近。

【工作分享】品質是什麼？品質工程師之路＿統計分析 The Insight of Quality – Way to be a Quality Engineer
【工作分享】品質是什麼？品質工程師之路＿什麼是統計？The Insight of Quality – Way to be a Quality Engineer

在公司準備SPC課程的時候我又替自己扎扎實實地上了一課，在這裡「假設檢定」成了最主要需要釐清的問題。很多人學統計一知半解，不知道為什麼SPC與假設檢定有關，也不清楚原來SPC是綜合抽樣、假設檢定與統計推論得出的結果，這一篇文章希望能帶來正面的回應與討論。

【工作分享】品質管理在製造流程的實務應用 Quality Control in Practical Manufacturing Process(4) 統計製程分析SPC

2018一整年因緣際會全面檢視了IATF16949五大核心工具手冊的內容，整理出關於SPC的幾個以往不是很了解觀念，從此打通任督二脈，現在Jeff已經可以隨時上台侃侃而談SPC的課程。

【品質工程】從IATF16949車用五大核心工具PPAP和SPC手冊談Ppk與Cpk的差異
 【品質工程】IATF16949 SPC Manual 2nd edition Special Cause Criteria SPC警示型態的統計意義
 【品質工程】好的Cpk就表示製程能力就一定好? 那可未必
 【品質工程】為什麼Cpk >= 1.33才算好 ? 1.33這數字怎麼來的？
【品質工程】SPC對於量測解析度的要求 The requirement of measurement resolution of SPC
【品質工程】為什麼SPC Control Chart要先看R chart or S chart ?
【品質工程】管制圖的共同原因及特殊原因與變異知識的關聯
 【品質工程】為什麼管制圖裡面不能畫上規格界限?
【品質工程】APQP 2nd Edition與SPC 2nd Edition的連結
 【品質工程】沒有管制圖套裝軟體如何實現統計製程管控?
【品質工程】AIAG MSA Manual %GRR的錯誤